基于車載LiDAR技術(shù)的既有鐵路復(fù)測要素提取研究
發(fā)布時間:2023-02-19 17:36
鐵路一直以來就是國家發(fā)展必不可少的交通設(shè)施,同時也作為資源型和環(huán)境友好型的運輸主要方法之一,大力建設(shè)鐵路已經(jīng)成為國內(nèi)各方面的共識。鐵路是國民經(jīng)濟發(fā)展的重要紐帶,近幾年我國鐵路發(fā)展尤為明顯,呈現(xiàn)出突飛猛進的發(fā)展速度,特別是在高速鐵路方面表現(xiàn)的更為明顯。鐵路的大量發(fā)展對鐵路以后的養(yǎng)護及維修測量工作提出了更高的要求。所以找到一套適合鐵路復(fù)測的技術(shù)方法尤為重要。車載LiDAR測量技術(shù)能夠快速、實時、高效的獲取既有鐵路空間幾何信息,可以代替?zhèn)鹘y(tǒng)的技術(shù)應(yīng)用于鐵路復(fù)測中去。同時也需要對獲取的大量點云數(shù)據(jù)找到系統(tǒng)、高效、精確的處理方法來獲取鐵路各要素實時信息。因此,本文利用車載LiDAR測量技術(shù),以軌頂點和鐵路線形要素的快速、準(zhǔn)確獲取為目的,進行了以下研究:(1)闡述了車載LiDAR系統(tǒng)測量原理,基于車載LiDAR技術(shù)的既有鐵路復(fù)測方法,建立基站控制網(wǎng)、標(biāo)靶控制網(wǎng)來提高獲取初始點云數(shù)據(jù)的精度以滿足復(fù)測精度要求。(2)綜述車載LiDAR點云數(shù)據(jù)存儲方式以及讀取方法,點云數(shù)據(jù)處理的基本方法和理論。首先研究了點云的濾波方法,隨后提出一種基于改進最小二乘移動曲面擬合的濾波方法。(3)在濾波的基礎(chǔ)上根據(jù)LiDA...
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 本文組織結(jié)構(gòu)
第二章 既有鐵路車載LiDAR系統(tǒng)測量方法
2.1 車載LiDAR系統(tǒng)組成及工作原理
2.2 掃描控制網(wǎng)的建立
2.2.1 基準(zhǔn)站控制網(wǎng)的技術(shù)指標(biāo)與測量
2.2.2 標(biāo)靶控制網(wǎng)的技術(shù)指標(biāo)與測量
2.3 掃描設(shè)備選取與參數(shù)設(shè)置
2.4 掃描方案與點云數(shù)據(jù)預(yù)處理
2.4.1 三維點云坐標(biāo)轉(zhuǎn)換
2.5 本章小結(jié)
第三章 鐵路軌頂點的提取
3.1 基于Matlab的LAS格式數(shù)據(jù)解析與顯示
3.1.1 LAS格式介紹
3.1.2 LAS格式數(shù)據(jù)讀取與顯示
3.1.3 激光的反射系數(shù)與回波信號強度
3.2 車載LiDAR點云數(shù)據(jù)濾波處理
3.2.1 數(shù)學(xué)形態(tài)學(xué)濾波
3.2.2 基于不規(guī)則三角網(wǎng)的漸進加密濾波算法
3.2.3 改進移動窗口曲面擬合濾波方法
3.3 鐵路軌頂點提取與提取誤差分析
3.3.1 點云濾波
3.3.2 多種條件約束下的軌頂點提取
3.3.3 軌頂點提取的誤差分析
3.4 本章小結(jié)
第四章 鐵路軌道平面曲線逆向擬合及要素提取
4.1 平曲線計算的數(shù)學(xué)模型
4.1.1 直線參數(shù)的正交最小二乘擬合法
4.1.2 圓參數(shù)擬合數(shù)學(xué)模型
4.1.3 緩和曲線的特性及參數(shù)求解
4.2 中線特征點的提取與里程推算
4.2.1 基于定長弦斜率的線路分段方法
4.2.2 曲線參數(shù)優(yōu)化
4.3 平曲線各要素提取及精度分析
4.3.1 點云數(shù)據(jù)壓縮
4.3.2 曲線參數(shù)擬合與精度分析
4.4 本章小結(jié)
第五章 結(jié)論與展望
參考文獻
致謝
本文編號:3746661
【文章頁數(shù)】:71 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 本文組織結(jié)構(gòu)
第二章 既有鐵路車載LiDAR系統(tǒng)測量方法
2.1 車載LiDAR系統(tǒng)組成及工作原理
2.2 掃描控制網(wǎng)的建立
2.2.1 基準(zhǔn)站控制網(wǎng)的技術(shù)指標(biāo)與測量
2.2.2 標(biāo)靶控制網(wǎng)的技術(shù)指標(biāo)與測量
2.3 掃描設(shè)備選取與參數(shù)設(shè)置
2.4 掃描方案與點云數(shù)據(jù)預(yù)處理
2.4.1 三維點云坐標(biāo)轉(zhuǎn)換
2.5 本章小結(jié)
第三章 鐵路軌頂點的提取
3.1 基于Matlab的LAS格式數(shù)據(jù)解析與顯示
3.1.1 LAS格式介紹
3.1.2 LAS格式數(shù)據(jù)讀取與顯示
3.1.3 激光的反射系數(shù)與回波信號強度
3.2 車載LiDAR點云數(shù)據(jù)濾波處理
3.2.1 數(shù)學(xué)形態(tài)學(xué)濾波
3.2.2 基于不規(guī)則三角網(wǎng)的漸進加密濾波算法
3.2.3 改進移動窗口曲面擬合濾波方法
3.3 鐵路軌頂點提取與提取誤差分析
3.3.1 點云濾波
3.3.2 多種條件約束下的軌頂點提取
3.3.3 軌頂點提取的誤差分析
3.4 本章小結(jié)
第四章 鐵路軌道平面曲線逆向擬合及要素提取
4.1 平曲線計算的數(shù)學(xué)模型
4.1.1 直線參數(shù)的正交最小二乘擬合法
4.1.2 圓參數(shù)擬合數(shù)學(xué)模型
4.1.3 緩和曲線的特性及參數(shù)求解
4.2 中線特征點的提取與里程推算
4.2.1 基于定長弦斜率的線路分段方法
4.2.2 曲線參數(shù)優(yōu)化
4.3 平曲線各要素提取及精度分析
4.3.1 點云數(shù)據(jù)壓縮
4.3.2 曲線參數(shù)擬合與精度分析
4.4 本章小結(jié)
第五章 結(jié)論與展望
參考文獻
致謝
本文編號:3746661
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3746661.html
最近更新
教材專著